2. 并联机构运动学基础：空间坐标系与变换、位置与姿态描述、运动学正解与逆解概念

各位工程师朋友，大家好。我是老张，在机器人这行摸爬滚打了十几年。今天咱们聊的这块内容，是并联机构标定的地基——运动学基础。说白了，就是搞清楚“机器人在哪儿”、“它怎么动”这两个问题。

你想想看，如果连机器人的位置和姿态都描述不清楚，那后面的标定和误差补偿就无从谈起。我当年刚入行时，就吃过这个亏。有一次调试一台六自由度并联平台，死活标定不准，折腾了两周。最后发现，问题出在坐标系定义上——我把工具坐标系的Z轴方向搞反了。嗯，从那以后，我对运动学基础再也不敢马虎。

2.1 空间坐标系与变换

并联机构里，我们至少需要两个坐标系：一个是固定坐标系（也叫基坐标系），固定在机架上；另一个是动坐标系，固定在动平台上。这两个坐标系之间的相对关系，决定了动平台的位置和姿态。

我个人习惯，把固定坐标系记为 {B}，动坐标系记为 {P}。这样在公式里一目了然。

这个矩阵长这样：

T = [ R   p ]
    [ 0   1 ]

其中，R 是 3×3 的旋转矩阵，描述姿态；p 是 3×1 的平移向量，描述位置。0 是 1×3 的零向量。

为什么用齐次矩阵？因为它能把旋转和平移统一成一个线性变换。你想想看，如果分开算，先旋转再平移，公式写起来很啰嗦。用齐次矩阵，一个矩阵乘法就搞定。

2.2 位置与姿态描述

位置好理解，就是动坐标系原点在固定坐标系里的坐标，用 (x, y, z) 表示。但姿态就有点绕了。

姿态描述方式主要有三种：

• 旋转矩阵： 9个元素，但有6个约束条件（正交且行列式为1）。冗余度高，但计算方便。
• 欧拉角： 3个角度，直观。但存在万向锁问题，且不同旋转顺序结果不同。
• 四元数： 4个参数，无奇异性，插值平滑。适合做轨迹规划。

我在项目中遇到过这样一个坑：用欧拉角做标定，结果在某个姿态附近，标定算法突然发散。后来一查，是万向锁导致的雅可比矩阵奇异。从那以后，我标定程序里统一用四元数做内部计算，只在显示结果时转成欧拉角给人看。

2.3 运动学正解与逆解概念

这是并联机构运动学的核心。说白了，就是两个问题：

• 正解： 已知各驱动关节的长度（或角度），求动平台的位姿。
• 逆解： 已知动平台的目标位姿，求各驱动关节的长度（或角度）。

对于串联机器人，正解容易、逆解难。但并联机器人恰恰相反——逆解简单，正解复杂。为什么会这样？

你想想看，并联机构的每条支链都是一个闭环。给定动平台位姿，每条支链的长度可以独立计算出来，这就是逆解。但反过来，给定各支链长度，要解出动平台位姿，就需要解一组非线性方程组，而且通常有多解。

我举个例子，一个简单的 3-RPS 并联机构：

逆解流程：
1. 给定动平台位姿 (x, y, z, α, β, γ)
2. 计算各支链上球铰中心点在固定坐标系中的坐标
3. 计算各支链长度 L_i = ||P_i - B_i||
4. 输出 L_1, L_2, L_3

正解流程：
1. 给定各支链长度 L_1, L_2, L_3
2. 建立约束方程组：||P_i - B_i|| = L_i
3. 用牛顿-拉夫森法迭代求解
4. 输出动平台位姿 (x, y, z, α, β, γ)

正解为什么难？因为约束方程组是非线性的，而且存在多个解。我当年做标定时，正解迭代不收敛是家常便饭。后来总结出经验：初值给得好，迭代跑得快。一般用上一时刻的位姿作为初值，或者用解析法先求一个近似解。

下面这张图，是我自己总结的并联机构运动学知识体系，帮你理清思路：

这张图把知识体系串起来了。从坐标系出发，经过变换矩阵和位姿描述，最终落到运动学的正解和逆解上。你在学习时，可以按这个脉络一步步来。

好了，这一章的内容就到这里。运动学基础是标定的前提，后面所有的误差模型、参数辨识、补偿算法，都建立在这些概念之上。希望你能把坐标系变换和正逆解的关系真正吃透。

---

公众号:蓝海资料掘金营，微信deep3321